Το OpenAI λανσάρει ένα εργαλείο δημιουργίας βίντεο με βάση κείμενο

Σύμφωνα με το CNBC , η OpenAI μόλις παρουσίασε το Sora - ένα μοντέλο τεχνητής νοημοσύνης επόμενης γενιάς που λειτουργεί παρόμοια με το προηγούμενο εργαλείο τεχνητής νοημοσύνης DALL-E για τη δημιουργία εικόνων. Οι χρήστες απλώς πρέπει να εισάγουν την επιθυμητή σκηνή και το Sora θα επιστρέψει ένα βίντεο κλιπ υψηλής ανάλυσης. Το Sora μπορεί επίσης να δημιουργήσει βίντεο κλιπ εμπνευσμένα από στατικές εικόνες και να επεκτείνει υπάρχοντα βίντεο ή να συμπληρώσει καρέ που λείπουν.

Σκυλιά Samoyed και Golden Retriever παίζουν σε μια πόλη με νέον φώτα τη νύχτα σε βίντεο που δημιουργείται από τεχνητή νοημοσύνη.

Η δημιουργία βίντεο θα μπορούσε να είναι το επόμενο μεγάλο βήμα για την δημιουργική Τεχνητή Νοημοσύνη, μετά την είσοδο των chatbot και των δημιουργών εικόνων στον κόσμο των καταναλωτών και των επιχειρήσεων πριν από λίγο καιρό. Ενώ η δημιουργία περιεχομένου θα ενθουσιάσει τους λάτρεις της Τεχνητής Νοημοσύνης, αυτές οι νέες τεχνολογίες εγείρουν σοβαρές ανησυχίες σχετικά με την παραπληροφόρηση καθώς πλησιάζουν οι μεγάλες παγκόσμιες πολιτικές εκλογές. Σύμφωνα με στοιχεία της εταιρείας μηχανικής μάθησης Clarity, ο αριθμός των deepfakes που δημιουργούνται από την Τεχνητή Νοημοσύνη έχει αυξηθεί κατά 900% σε ετήσια βάση.

Με το Sora, η OpenAI επιδιώκει να ανταγωνιστεί εργαλεία τεχνητής νοημοσύνης που δημιουργούν βίντεο από εταιρείες όπως η Google και η Meta. Παρόμοια εργαλεία τεχνητής νοημοσύνης είναι διαθέσιμα και από άλλες νεοσύστατες επιχειρήσεις, όπως η Stability AI, η οποία διαθέτει ένα προϊόν που ονομάζεται Stable Video Diffusion. Η Amazon κυκλοφόρησε επίσης το Create with Alexa, ένα μοντέλο που ειδικεύεται στη δημιουργία κινούμενου περιεχομένου σύντομης μορφής για παιδιά με βάση εντολές.

Το Sora περιορίζεται προς το παρόν στη δημιουργία βίντεο διάρκειας ενός λεπτού ή λιγότερο. Το OpenAI έχει θέσει ως στόχο την πολυτροπικότητα, μια μέθοδο που συνδυάζει τη δημιουργία κειμένου, εικόνας και βίντεο, σε μια προσπάθεια να παρέχει ένα ευρύτερο σύνολο μοντέλων Τεχνητής Νοημοσύνης.

Μέχρι στιγμής, το Sora έχει διατεθεί μόνο σε μια μικρή ομάδα ελεγκτών ασφαλείας, ή «κόκκινες ομάδες», οι οποίες έχουν ως αποστολή να δοκιμάσουν το μοντέλο για ευπάθειες σε τομείς όπως η παραπληροφόρηση. Η εταιρεία δεν έχει δημοσιεύσει καμία δημόσια επίδειξη πέρα ​​από τα 10 δείγματα κλιπ που είναι διαθέσιμα στον ιστότοπό της και αναφέρει ότι η συνοδευτική τεχνική τεκμηρίωση θα δημοσιευτεί σύντομα.

Η OpenAI αναφέρει επίσης ότι κατασκευάζει έναν «ταξινομητή ανίχνευσης» που μπορεί να αναγνωρίσει βίντεο κλιπ που δημιουργούνται από το Sora και σχεδιάζει να συμπεριλάβει ορισμένα μεταδεδομένα στην έξοδο για να βοηθήσει στην αναγνώριση του περιεχομένου που δημιουργείται από την Τεχνητή Νοημοσύνη. Αυτό είναι το είδος των μεταδεδομένων που η Meta επιδιώκει να χρησιμοποιήσει για την αναγνώριση εικόνων που δημιουργούνται από την Τεχνητή Νοημοσύνη.

Το Sora είναι ένα μοντέλο τεχνητής νοημοσύνης που χρησιμοποιεί την αρχιτεκτονική Transformer που εισήγαγαν οι ερευνητές της Google σε μια εργασία το 2017. Στην ανακοίνωσή της, η OpenAI ανέφερε ότι το Sora χρησιμεύει ως βάση για μοντέλα που κατανοούν και προσομοιώνουν τον πραγματικό κόσμο .

Σύνδεσμος πηγής: https://thanhnien.vn/openai-ra-mat-cong-cu-sang-tao-video-bang-van-ban-185240216160759311.htm